夜雨聆风
晋师AI讲师团|实训分享:人脸识别
人脸识别
实训分享
为强化师范生教学实践能力，提升人工智能专业学生硬件实操与创客教学水平，晋师AI讲师团围绕中小学人工智能实验课落地，推出行空板系列实训内容。本篇将人脸识别技术原理与图形化编程结合，拆解三阶递进式实战项目，从基础功能到课堂优化版，帮助大家快速掌握可直接用于教学与科创实践的AI实验设计。
人脸识别核心原理
01
机器视觉的人脸识别过程，可概括为四个关键环节：
1.图像采集：通过摄像头获取实时画面，将物理信息转化为数字图像。
2.人脸检测：在画面中定位人脸区域，完成前景与背景的区分。
3.特征提取：提取面部轮廓、五官间距、纹理特征等唯一标识，形成数字化特征向量。
4.模型训练与推理：学习即建立人脸特征库；识别即比对特征库，完成身份判断。
人脸识别实战流程
02
基于行空板K10与Mind+图形化编程环境，我们采用三套由浅入深的教学实验，适合课堂演示、学生实操与课程设计。
基础实验：人脸ID实时显示
功能说明
·按键A：学习人脸，完成特征录入
·按键B：识别人脸，屏幕输出对应人脸ID
实现步骤
1.以“行空板K10主程序开始”作为程序入口。
2. 完成初始化配置：开启摄像头画面、切换至人脸检测模式、清空历史人脸数据，保证实验准确性。
3. 绑定按键A事件：触发时执行“学习人脸”，完成人脸录入。
4. 绑定按键B事件：触发时执行“识别人脸”，识别完成后在屏幕指定位置显示人脸ID并刷新画面。
5. 外层使用循环结构，实现持续检测与多次识别。
下方为完整程序搭建参考图：
进阶实验：已登记/未登记智能判断
功能说明
·识别已学习人脸：屏幕显示“已登记”
·识别未学习人脸：屏幕显示“未登记”
·判断依据：未登记人脸ID固定为-1，以此构建分支逻辑
实现步骤
1. 沿用基础实验的初始化、按键学习与循环框架。
2. 在识别完成后，获取当前人脸ID并加入条件判断。
3. 根据ID数值分支显示对应状态，并更新屏幕输出。
下方为完整程序搭建参考图：
优化实验：课堂教学友好版
功能说明
·界面常驻提示：A键学习，B键识别
·学习成功、识别成功实时状态反馈
实现步骤
1. 初始化阶段添加操作提示文字，降低学生使用门槛。
2. 学习完成后给出“学习成功”反馈，增强操作感知。
3. 识别完成后同步显示登记状态与识别结果。
下方为优化版完整程序图：
实训总结
03
人脸识别是中小学AI课程中的经典视觉类实验，通过行空板K10平台，可将抽象技术转化为可操作、可展示、可讲解的实战项目。本次三阶实验由基础到优化，既强化硬件编程与AI技术应用能力，也提升教学设计与课堂落地能力，助力计算机类专业学生在技术实践与教学实践双向成长。
未来，晋师AI讲师团将持续推出更多硬件实操、AI教学、创客课程、科创实践类实训内容，以练促教、以讲促学，全面提升我院学生综合实践能力。
（本文未经允许，禁止转载、摘编）
完
网编：王敏君
校对：齐翊萱
责编：宋彩芳
二审：宁志恒
三审：汪存友